Analisis Del Discurso

Eso no me lo dices en la calle.
Análisis
del discurso del odio contra las
mujeres en Twitter
Step outside and say that: analysis of hate speech against
women on Twitter
Teresa Piñeiro-Otero; Xabier Martínez-Rolán
Cómo citar este artículo:

Piñeiro-Otero, Teresa; Martínez-Rolán, Xabier (2021). “Eso no me lo dices en la calle. Análisis del discurso del
odio contra las mujeres en Twitter”. Profesional de la información, v. 30, n. 5, e300502.
https://doi.org/10.3145/epi.2021.sep.02
Artículo recibido el 11-03-2021

Aceptación definitiva: 12-05-2021
Teresa Piñeiro-Otero * Xabier Martínez-Rolán

https://orcid.org/0000-0001-6414-2700 https://orcid.org/0000-0002-7631-2292
Universidade da Coruña Universidade de Vigo
Facultade de Ciencias da Comunicación Facultade de Ciencias Sociais e da
Campus de Elviña, s/n Comunicación
15008 A Coruña, España Campus A Xunqueira, s/n
teresa.pineiro@udc.es 36005 Vigo, España
xabier.rolan@uvigo.es
Resumen
En la última década, internet y, en concreto, las redes sociales, han cobrado relevancia como espacios de interacción
y socialización. La multiplicación y penetración de las redes sociales, así como el volumen e intensidad de las interac-
ciones, han propiciado un desplazamiento de la esfera pública hacia estas plataformas. Este contexto virtual aparente-
mente neutro, donde las redes sociales ayudan a la construcción o amplificación de las relaciones sociales, se configura
como un espacio de desigualdad donde se reproducen las relaciones de poder y prácticas patriarcales, amplificadas
por la sensación de anonimato y su efecto desinhibidor. El presente trabajo analiza la manifestación del discurso del
odio y misoginia en la conversación en Twitter en torno a 50 mujeres españolas, con proyección pública en la Red y
fuera de la Red, pertenecientes a diversos ámbitos profesionales: ciencia, comunicación, cultura, deporte, empresa y
política. A partir de la búsqueda automatizada de insultos y otros términos de odio, se ha analizado el contenido de las
interacciones directas y menciones indirectas que recibieron estas mujeres en esta plataforma social a lo largo de un
año. Los resultados ponen de manifiesto la toxicidad de la tweetesfera para las usuarias. Así, el 15% de las interacciones
directas y el 10% de las indirectas dirigidas a estas mujeres integran algún tipo de insulto o descalificación, aunque no
necesariamente de carácter sexista o misógino. Una violencia que se hace especialmente patente contra las mujeres
representantes de las áreas de mayor visibilidad e influencia social como la comunicación y la política.
Palabras clave
Internet; Redes sociales; Medios sociales; Twitter; Desigualdad de género; Discurso de odio; Sexismo; Misoginia; Estu-
dios de género; Feminismo; Análisis de contenido; Comunicación pública.
Abstract
During the last decade, the Internet, and the social networks in particular, have gained relevance as spaces for interaction
and socialization. The multiplication and penetration of social media, as well as the volume and intensity of interactions,
have led to a migration of the public sphere towards these platforms. In this (apparently neutral) virtual context, where
social networks contribute to the construction or amplification of social relations, the Internet is configured as a space of
inequality where power relations and patriarchal practices are reproduced, amplified by the sensation of anonymity and
its disinhibiting effect. This paper analyzes the presence of hate speech and misogyny in the Twitter conversation around
50 Spanish women with public visibility online and in the real world, belonging to diverse professional fields: science,
e300502 Profesional de la información, 2021, v. 30, n. 5. e-ISSN: 1699-2407 1

communication, culture, sports, business, and politics. Based on an automated search for insults and other hate terms,
a content analysis of the direct interactions and indirect mentions received by these women on this social platform over
a period of 1 year was carried out. The results of this study highlight the toxicity of the Twittersphere for female users.
Thus, 15% of direct interactions and 10% of indirect interactions directed at these women included some kind of insult
or disqualification, although not necessarily of a sexist or misogynist nature. This violence is especially evident against
women representatives of those areas with greater visibility and social influence such as communication and politics.
Keywords
Internet; Social networks; Social media; Twitter; Gender inequality; Hate speech; Sexism, Misogyny; Gender studies;
Feminism; Content analysis; Public communication.
Financiación
Este trabajo forma parte del proyecto Mujeres pontevedresas en la red. Análisis del discurso, micromachismos y
discurso del odio en Twitter, financiado por la Cátedra Feminismos 4.0 de la Diputación de Pontevedra y la Univer-
sidade de Vigo.
1. Introducción
Internet ha adquirido un papel central en las sociedades contemporáneas. El elevado volumen de accesos e interaccio-
nes en las plataformas online –y su intensidad– las han convertido en un espacio de socialización, dotando sus conteni-
dos y relaciones de un carácter performativo.
Hace cuatro décadas, el Manifiesto Ciborg (Haraway, 1984) adelantaba la reflexión en torno a tecnología, género e iden-
tidad. En este ensayo, Dona Haraway critica los dualismos antagónicos del discurso occidental (yo/otro, mente/cuerpo,
cultura/naturaleza, hombre/mujer…) como mecanismos de dominación, y su cuestionamiento a través de la tecnología.
Frente a la objetividad patriarcal y el feminismo esencialista, Haraway aboga por la parcialidad del ciborg: un sujeto flui-
do, entre persona y máquina, que desafía las categorías de género y que resulta ideal en un contexto en el que el poder
no detenta un lugar fijo, sino que se encuentra en constante movimiento (Romero-Sánchez, 2014).
El Manifiesto Ciborg marcaría la reflexión en torno a género y tecnología. Así, a comienzos de los 90, el ciberfeminismo
abordaría el carácter flexible y abierto de la Red como una oportunidad para la subversión de identidades y la acción
política.
En su concepción de la tecnología como espacio íntimo y subversivo para las mujeres (Plant, 1997) el ciberfeminismo
está imbuido de un optimismo tecnodeterminista. Si en su propuesta del ciborg como sujeto ideal para la participación
política de las mujeres, Haraway era consciente de las relaciones de poder de la tecnología, Sadie Plant –autora refe-
rente del ciberfeminismo– defiende la esencia femenina de la tecnología, tanto por su origen como por la relevancia
que adquieren en la Red características como la conectividad y fluidez, tradicionalmente vinculadas a las mujeres (Gar-
cía-Aguilar, 2007).
Desde esta perspectiva, Martínez-Collado (1999) considera la Web como un espacio privilegiado para diseñar el futuro;
para reescribir las relaciones de identidad, género y sexualidad. No obstante, y a pesar de esta posibilidad, Wajcman
(2006) cuestiona si realmente la tecnología vive un cambio de sexo o si, tras el nuevo disfraz tecnológico, se reproducen
las mismas desigualdades.
En los últimos años internet –y más concretamente las redes sociales– demostraron su potencial para la acción feminis-
ta. Las interacciones y conexiones que se establecen en estas plataformas están energizadas por la potencia real y mítica
de la tecnología (Bonder, 2002) que les permite una visibilidad y transcendencia mundial.
La organización de la conversación online en torno a hashtags ha favorecido nuevas formas de movilización social, sus-
ceptibles de alcanzar una proyección global a partir de la interacción y adhesión de miles de usuarios en todo el mundo
e incluso trasladarse a la “arena real”.
La conectividad, rapidez e inmediatez de las plataformas de gestión de redes sociales permiten la construcción de co-
munidades espontáneas con vocación de continuidad en el tiempo (Cerva-Cerna, 2020). A pesar de la velocidad a la que
se produce la comunicación y lo volátil de los temas de conversación, estas plataformas abrigan comunidades efímeras
(Martínez-Rolán; Piñeiro-Otero, 2017), pero también facilitan el desarrollo de redes marcadas por intereses comunes.
Unas redes cuya constitución permite la circulación de ideas, recursos y formas de comportamiento con una doble pro-
yección (Varela, 2020):
- internacional, a través de la visibilización de protagonismo y propuestas;
- nacional, al emplear este reconocimiento para ejercer presión sobre los límites culturales y políticos establecidos.

Eso no me lo dices en la calle. Análisis del discurso del odio contra las mujeres en Twitter
En este cometido, las mujeres han de habitar el espacio online, apoderarse de la tecnología para proponer nuevas rela-
ciones de género (Zafra, 2011).
Para Molpeceres-Arnáiz y Filardo-Lamas (2020), los medios sociales son a la vez reflejo y construcción de percepciones y
evocaciones sociales, dando lugar a nuevos mecanismos de transmisión con diversas funciones sociales y comunicativas.
Un ejemplo es el llamado hashtag feminism (Dixon, 2014) que se apropia de estas etiquetas, características del lengua-
je-forma de Twitter, para llamar la atención sobre la discriminación y abuso basado en el sexo-género que experimen-
tan las mujeres (Thrift, 2014; Huntemann, 2015; Barker-Plummer; Barker-Plummer, 2017), para crear una consciencia
feminista que incluso afecta a lo profesional, como señala Iranzo-Cabrera (2020) en el caso de #lasperiodistasparamos.
#MeToo, #NiUnaMenos, #HermanaYoTeCreo… Son ejemplos de este feminismo hashtag (Dixon, 2014) que han transcen-
dido la pantalla para marcar la agenda pública, e incluso para remover el orden social, y hoy constituyen memes –enten-
didos como piezas de transmisión cultural (Rentschler; Thrift, 2015)– de la sociedad contemporánea.
No obstante, pese al potencial transformador, a la inmediatez, interconexión e influencia de las redes sociales, pese a su
capacidad para romper las jerarquías tradicionales y pese a proponer nuevos liderazgos (Bertomeu-Martínez, 2019), el
entorno online no deja de ser un producto sociotécnico, resultado de las relaciones sociales que lo producen y utilizan
(Wajcman, 2006).
2. La Red como espacio de desigualdad

En sus albores la Red fue recibida como un espacio horizontal que rompería con las relaciones de poder de la sociedad
patriarcal, pero enseguida se puso de manifiesto lo utópico de esta visión (Herring, 1996).
Internet perpetúa las desigualdades y violencias del mundo real, como espacios en los que se traslada el orden patriar-
cal, con tendencia a la invisibilización y acoso contra las mujeres (Ging; Siapera, 2019). Las posibilidades tecnológicas
de los medios sociales han incrementado radicalmente el flujo de ideas e información antifeminista a través de grupos,
plataformas y fronteras geográficas (Ging, 2019). Este ciberantifeminismo, como lo denomina Bonet-Martí (2021), tiene
como rasgos característicos su extrema misoginia y su proclividad a los ataques personales.
Tal como constata un reciente estudio de Pew Research Center (Vogels, 2021) las mujeres tienen tres veces más posibili-
dades de sufrir algún tipo de acoso sexual online, una proporción que se incrementa en las menores de 35 años. Sexismo
y misoginia tienen una sombra alargada en la Red (Fox; Tang, 2014). Así, una de cada dos mujeres que ha sufrido algún
tipo de acoso online señala el género como causa del acoso (Vogels, 2021).
Los medios sociales han potenciado el discurso de odio contra las mujeres con diferentes tipos de violencia de género:
sexual, psicológica o incluso feminicida (Vega-Montiel, 2019). En la Red, la violencia contra las mujeres puede manifes-
tarse como acoso, hostigamiento, extorsión y amenazas, robo de identidad, revelación de datos personales –doxing– o
manipulación y publicación de fotografías sin consentimiento (Engler, 2017).
Estos tipos de violencia no son aleatorios y casuales, sino que presentan unas pautas específicas arraigadas en el an-
drocentrismo de la cultura hegemónica y el de internet, sus códigos y comportamientos (Villar-Aguilés; Pecourt-Gracia,
2021; Nagle, 2018; Nussbaum, 2010).
Las plataformas sociales no sólo pueden conformar espacios hostiles para las mujeres por el simple hecho de serlo
(Bertomeu-Martínez, 2019), además han propiciado el surgimiento de nuevas y virulentas formas de sexismo como el
gendertrolling.
Si el trolling se caracteriza por la consecución de la risa agresiva a través de la provocación de reacciones emocionales
fuertes en las víctimas (Phillips, 2012), el gendertrolling añade el vehicular –con frecuencia– creencias sinceras de los
agresores, tornándolo más violento y destructivo (Mantilla, 2013). Siguiendo a Mantilla (2013) algunas de las caracte-
rísticas que tornan más virulento este fenómeno son:
- participación –a menudo coordinada– de numerosas personas;
- insultos y comentarios basados en sexo-género;
- lenguaje atroz y violento que puede describirse como odio;
- amenazas creíbles que trascienden el ámbito online;
- intensidad, alcance y longevidad inusual de los ataques;
- su carácter es especialmente reactivo a las manifestaciones y denuncias de alguna forma de sexismo o desigualdad
basada en el género.
Unas prácticas mediadas por la proyección pública de las redes sociales, que favorecen la visibilidad y participación; y el
anonimato de los agresores, que brinda impunidad a sus actos (Vega-Montiel, 2019; Fox; Cruz; Lee, 2015).
Para explicar el impacto del anonimato en la comunidad usuaria, Suler (2004) formuló la idea del efecto de desinhibi-
ción, o cómo determinados factores de los entornos online (por ejemplo, invisibilidad, asincronía, minimización de la
autoridad) animan a las personas a asumir comportamientos impensables en sus interacciones fuera de la Red. Pese a
que este efecto de desinhibición no es negativo, su realimentación con el sexismo ambiental (Glomb et al., 1997) impe-

rante en las redes sociales, incidirá negativamente en la comunidad usuaria, con independencia de si son objeto directo
de acoso o violencia.
El sexismo en las plataformas sociales no sólo implica actitudes hostiles contra las mujeres, sino que puede manifes-
tarse en tono de humor (Frenda et al., 2018) en expresiones como memes (Drakett et al., 2018) o hashtags (Fox; Cruz;
Lee, 2015), e incluso a través de alabanzas o comentarios aparentemente positivos. Unas manifestaciones de sexismo
benevolente (Glick; Fiske, 1996) que contribuyen al refuerzo de las relaciones de poder, estereotipos de género y com-
portamientos sexistas (Marwick, 2013).
El discurso de odio contra las mujeres –entendido como el fomento, promoción o instigación del odio, la humillación o el
menosprecio de una mujer o un colectivo de mujeres, así como el acoso, descrédito, difusión de estereotipos negativos,
estigmatización o amenaza, y su justificación por razones de sexo o de género (ECRI, 2015)– está ligado a costumbres
y tradiciones y, como tal, puede pasar desapercibido, realimentando las desigualdades. En el fondo de este discurso,
que engloba manifestaciones de diversa índole y lesividad (Anti-Defamation League, 2018), Frenda et al., (2019) sitúan
sexismo y misoginia como dos aspectos interrelacionados que sustentan y perpetúan las relaciones sociales patriarcales
(Manne, 2017).
Asimismo, se debe señalar al antifeminismo como fuerza motora del discurso de odio contra las mujeres. Además de dar
soporte al sexismo e incorporar elementos discursivos del machismo y la misoginia, el antifeminismo presenta caracte-
rísticas propias como:
- su articulación como contramovimiento;
- su mayor sofisticación discursiva;
- su capacidad evolutiva y de adaptación al contexto;
- la dialéctica que establece con las demandas y expresiones feministas (Bonet-Martí, 2021).
Si bien este fenómeno no es nuevo, Bonet-Martí (2021) destaca su expansión a través de espacios web y fórums “mas-
culinistas”, e incluso de plataformas generalistas, con el objetivo de convertir a las redes en lugares inhóspitos para la
expresión feminista.
3. Twitter como espacio de toxicidad

En los últimos años, el discurso de odio contra las mujeres se ha incrementado de forma importante en plataformas ma-
sivas como Facebook y, sobre todo, Twitter, dada su naturaleza pública y facilidad para el anonimato (Hewitt; Tiropanis;
Bokhove, 2016; Poland, 2016).
Espacios como 4chan o Forocoches han abrigado el surgimiento de la manosfera, entendida como una subcultura mas-
culina online en expansión, que insulta, difama y ataca en general a todas las mujeres por el hecho de serlo (Nagle, 2017;
Lyons, 2017; Bertomeu-Martínez, 2019). Como recuerda Jane (2017), la manosfera no puede contenerse o localizarse,
sino que se expande a cualquier espacio online que consideren una amenaza para el privilegio masculino, generando un
efecto perverso.
Así, aunque Twitter ha impulsado la comunicación y acción feminista (Baer, 2016; Dixon, 2014), promoviendo la crea-
ción de colectividades útiles para este cometido (Larrondo-Ureta; Orbegozo-Terradillos, 2020) sobre ideas y objetivos
afines, fruto de convergencias e interacciones entre lo individual y lo colectivo (Juris, 2012; Zafra, 2011), esta plataforma
se configura como un espacio hostil para las mujeres.
Más allá de las críticas a su lógica neoliberal (Portwood-Stacer; Berridge, 2014) y sesgo mercantilista (Gunn, 2015), que
perpetúan relaciones de poder y exclusión, las interacciones establecidas en Twitter permiten visar un discurso antife-
minista (Bonet-Martí, 2020) con proyección en la esfera pública.
Estudios como el de Frenda et al. (2019), Fox, Cruz y Lee
(2015) o Murphy (2013), entre otros, han puesto de ma- Twitter se revela como un terreno tóxico
nifiesto la toxicidad de Twitter para las mujeres. Ampa- para las mujeres
rados en el anonimato, son frecuentes los comentarios
despectivos e incluso el desarrollo de acciones misóginas violentas, prácticas que se incrementan y retroalimentan por
la visibilidad de esta plataforma social. Así, Twitter se ha convertido en un canal de excepción para la manosfera, que ha
facilitado el encuentro de sujetos y colectivos a través de “tropos polarizadores” (Ging, 2019) que visibilizan y retroali-
mentan a través de hashtags.
Las comunidades generadas en torno a un tema de conversación se autodefinen por su discurso, vinculado al hashtag,
además de las acciones de apoyo y difusión que, si bien refuerzan su carácter ad hoc (Golbeck; Ash; Cabrera, 2017), tam-
bién ponen de manifiesto sentimientos y posicionamientos compartidos que rompen con la dicotomía entre lo online y
lo real como dos realidades independientes y diferentes.
En este sentido, Fox, Cruz y Lee (2015) efectuaron una aproximación a los hashtags como motivadores y aglutinadores
de conversaciones misóginas que alimentan desde estereotipos sexistas (#LiesToldByFemales y #IHateFemalesWho) di-
versas formas de hostilidad, violencia y represión (#WhatBitchesDo). Una hostilidad que se ve acuciada en el caso de

determinadas profesionales, como las políticas o periodistas, como parte de una lucha de poder en la que convergen
ideología del odio, misoginia y falsas narrativas (Ferrier, 2018; Cuthbertson et al., 2019).
Como extensión del espacio público, de las prácticas y estructuras sociales, Twitter ha suscitado el interés de la comu-
nidad investigadora. Estudios como el de Frenda et al. (2019) o Jha y Mamidi (2017) centraron en esta plataforma sus
aproximaciones al discurso de odio sexista.
Más allá del debate sobre si sexismo y misoginia son diferentes (Manne, 2017), o si ésta supone un componente del
discurso del odio (Richardson-Self, 2018), se pueden considerar dos fenómenos del dominio masculino impuesto por el
orden patriarcal –y su interseccionalidad con otras desigualdades– que se manifiestan a través del lenguaje (Waseem;
Hovy, 2016).
Si, como señala Hanhardt (2013), la búsqueda de una seguridad colectiva requiere un análisis profundo respecto a quién
o qué constituye un amenaza y por qué, resulta esencial conocer las prácticas que convierten la tweetesfera en un am-
biente tóxico para las mujeres.
El presente estudio tiene por objeto analizar la conver- Periodistas y políticas son objeto de una
sación social establecida en torno a diversas usuarias de mayor hostilidad en la tweetesfera
Twitter cuya actividad en ámbitos públicos variados (de-
porte, comunicación, política, cultura, ciencia y empresa) les dota de gran proyección social (dentro y fuera de la Red),
en busca de determinar la presencia de términos ofensivos del discurso del odio y la misoginia.
Este objeto se sitúa en la línea de estudios como el de Hewitt, Tiropanis y Bokhove (2016) que efectuaron una apro-
ximación al fenómeno de la misoginia en Twitter a través de la búsqueda manual de términos ofensivos; el Automatic
Misogyny Identification (AMI) de Fersini, Nozza y Rosso (2018) y Fersini, Rosso y Anzovino (2018), punto de partida para
el análisis automático del fenómeno; o los trabajos de Pamungkas et al. (2018a; 2018b) que pusieron de relevancia los
límites en la detección automática del sexismo y misoginia en las redes sociales. Así, por ejemplo, Frenda et al. (2018)
proponen un método complejo que integra léxico vinculado a la sexualidad, feminidad y cuerpo, insultos, hashtags em-
pleados, abreviaturas y medición de sentimiento, incluyendo la lengua española (Frenda; Ghanem; Montes-y-Gómez,
2018).
Más reciente es el estudio computacional y multilingüe de Pamungkas, Basile y Patti (2020) que busca mejorar la con-
ceptualización de la misoginia y su relación con otros fenómenos abusivos y sexistas, combinando el cómputo de tweets
con características estilísticas, léxicas y diversas formas de aprendizaje profundo para la recuperación y análisis de datos.
En el caso del presente estudio se puso el foco en las respuestas, apelaciones y menciones a usuarias referentes, tanto
dentro como fuera de las redes sociales planteándose las siguientes preguntas de investigación:
¿Cómo se manifiesta y articula el discurso de odio en la conversación 2.0 en torno a mujeres destacadas?
¿Afecta a la incidencia del discurso del odio el contexto de pertenencia de estas mujeres?
Se parte de la hipótesis de que la visibilidad pública de estas mujeres usuarias las convierte en objeto de hostilidad (H1).
Respecto a la manifestación de esta hostilidad se establecen como hipótesis (H2) que los insultos y otros términos pe-
yorativos tienen un fuerte componente sexista y misógino; (H3) que son más frecuentes y virulentos en las menciones
indirectas (aquellas que no hacen partícipe a la usuaria) y (H4) que tienen mayor incidencia entre mujeres del ámbito
del deporte, periodismo y política dada su mayor proyección pública.
En esta línea, además de conocer la incidencia de insultos y otros términos peyorativos en la conversación social esta-
blecida en torno a mujeres referentes (O1), se establecen como objetivos de investigación:
(O2) identificar los términos ofensivos más utilizados y concretar aquellos marcados por el sexo/género;
(O3) analizar su manifestación en la conversación social;
(O4) determinar sectores profesionales que suscitan una mayor hostilidad de la tweetesfera.
4. Materiales y métodos
Para abordar la manifestación del discurso de odio sexista y misoginia en Twitter se llevó a cabo un análisis de contenido
de la conversación social en torno a mujeres referentes, mediante la búsqueda de palabras clave en texto y etiquetas
empleadas en estas interacciones.
Dado que la experiencia del mundo se encuentra mediada por el lenguaje, y éste se concibe como funcional y perfor-
mativo (Rapley, 2014), el análisis de las expresiones negativas más empleadas en la conversación –con y sobre estas
mujeres– ofrece un marco de referencia en torno a la percepción y tratamiento de las mujeres en esta red social.
Con este cometido se efectuó una selección de 50 usuarias de Twitter con relevancia en la vida pública –dentro y fuera
de la Red– en el contexto estatal (España), autonómico (Galicia) y local (provincia de Pontevedra), pertenecientes a seis
áreas de actuación o categorías:

- Deporte: selección de mujeres relevantes en el deporte, tanto por su trayectoria competitiva y logros deportivos (olim-
piadas, mundiales y otras competiciones relevantes) como por su impacto mediático. Las diez usuarias de la muestra
son: Teresa Portela; Saleta Castro; Susana Rodríguez Gacio; Támara Echegoyen Domínguez; Alessandra Aguilar; Ana
Peleteiro; Chus Lago; Vero Boquete; Lidia Valentín y Mireia Belmonte.
- Política: representantes políticas en activo, con puestos de responsabilidad en los partidos políticos y/o en la adminis-
tración pública estatal, autonómica y local (en estos dos últimos casos la muestra se centró en Galicia y Pontevedra).
En la selección de estas mujeres se buscó la representación de diversas fuerzas políticas de cara a evitar posibles ses-
gos partidistas o ideológicos. Las nueve usuarias de la muestra son: Ana Pastor Julián; Carmela Silva; Cayetana Álvarez;
María Ramallo; Yolanda Díaz; Carmen Calvo; Anabel Gulías; Ana Pontón e Inés Arrimadas.
- Comunicación: mujeres periodistas que ejercen su profesión en medios de comunicación convencionales, así como
líderes en medios sociales (influencers). Al igual que en la categoría política, en la selección se incluyó alguna profe-
sional de medios locales (gallegos) y se promovió la pluralidad en los medios de pertenencia de estas profesionales.
Las once usuarias de la muestra son: María José Porteiro; Alexandra Pereira; Natalia Maquieira; Silvia García; Carlota
Núñez; Silvia Jato; Sonsoles Ónega; Julia Otero; Lara Graña; Ana Pastor y María Obelleiro.
- Ciencia: categoría que integra mujeres del ámbito de la ciencia, tecnología y universidad. En la selección se tuvieron en
cuenta las mujeres reconocidas por sus aportes a la ciencia y tecnología, así como académicas que realizan estudios de
género y feminismo. Las siete de la muestra son: Marisol Soengas; Vanessa Valdiglesias; Elena Vázquez Cendón; Isabel
Pastoriza; Ofelia Rey Castelao; Clara Grima y Rosa Sansegundo.
- Cultura: mujeres relevantes en entornos como la literatura, medios gráficos y audiovisuales, arte, etc. Las ocho selec-
cionadas son: Leticia Costas; María Castro; Celia Freijeiro; Marta Larralde; Marga Doval; Paula Cabaleiro; Margarita
Ledo y María Hesse.
- Empresa: selección de mujeres reconocidas de la empresa privada y la banca. Las cinco que forman la muestra son:
Susana Pérez Iglesias; Lucía Pedroso; Carla Reyes; Teresa Díaz Faes y Ana Botín.
Esta selección integra a mujeres con diversos posicionamientos –incluso no posicionamientos– respecto al feminismo.
La desigual representación de cada uno de estos campos profesionales en la muestra final de mujeres atiende por un
lado a su visibilidad y, por otro, al intento de integrar usuarias referentes de diversas esferas (estatal-autonómica-local)
y marcos de pertenencia (partido, medio, especialización…).
Una vez efectuada la selección de categorías e integrantes, se procedió a la selección muestral de publicaciones. Para
conocer en qué medida estas mujeres referentes son objeto de hostilidades por parte de su comunidad de usuarios se
optó por efectuar una aproximación integral a su conversación social, es decir: las publicaciones emitidas por estas mu-
jeres, de las respuestas directas (o menciones) y de las respuestas indirectas (que hablen de la mujer sin citar el nombre
del perfil).
Para esta aproximación se efectuó una acotación temporal de un año, capturando todos los tweets emitidos por las
mujeres de la selección y la comunidad de usuarios en torno a ellas, entre el 1 de octubre de 2019 y el 1 de octubre de
2020. Aunque esta acotación obedece a cuestiones de organización del proyecto en el que se enmarca la presente inves-
tigación, ha de situarse en un contexto de progresivo incremento del acoso y violencia online contra las mujeres como
constata The state of online harassment, del Pew Research Centre (el más reciente Vogels, 2021), e informes sectoriales
como Ontheline del International Press Institute (2018) centrado en la profesión periodística en España y Online violence
against women journalists: a global snapshot of incidence and impacts, de la Unesco (Posetti et al., 2020), además del
creciente corpus de trabajos desarrollados desde la academia.
La recogida de datos se realizó con el software Graphext, empleando la siguiente configuración de búsqueda:
- Interacciones directas: interpelaciones directas que recibe cada usuaria bien sea como respuesta a alguno de sus
tweets, o mención (citando el nombre del perfil de la mujer en Twitter) en otra conversación. En esta búsqueda se
excluyen los retweets.
- Menciones indirectas: empleo nombre y apellido de las usuarias sin referencia expresa a su cuenta en Twitter (no
incluyen respuestas, tweets citados). Igualmente se excluyen retweets.
La acotación y parámetros de búsqueda permitieron la recuperación de un total de 511.587 tweets: 302.790 interaccio-
nes directas y 208.797 publicaciones con menciones indirectas hacia estas mujeres en Twitter.
Este proceso de selección y acotación de la muestra de estudio presenta dos novedades respecto a las investigaciones
previas en torno al discurso del odio contra las mujeres y misoginia en Twitter:
- el foco en la conversación social establecida en torno a una selección de mujeres referentes de diversos contextos
profesionales –que posibilita la detección de aquellos contextos más susceptibles a este tipo de violencia–;
- la inclusión de las menciones indirectas (el equivalente virtual a hablar a espaldas de alguien) que permite determinar
tendencias en la manifestación de odio, sexismo o misoginia en la arena virtual.

Tabla 1. Perfiles seleccionados atendiendo a la categoría y campo de pertenencia, y volumen de tweets capturados
Categoría Número de mujeres Interacciones directas Menciones indirectas Total tweets categoría
Deporte 10 6.704 4.627 15.575
Política 9 182.119 155.686 356.667
Comunicación 11 66.123 37.372 116.437
Ciencia 7 25.104 632 36.320
Cultura 8 4.826 3.264 12.652
Empresa 5 5.727 7.216 14.979
Total 50 290.603 208.797 540.443
Una vez determinada la muestra y efectuada la captura de datos, se procedió a la definición de un listado de insultos y
otros tipos de expresiones negativas para la automatización del análisis de contenido, dado el importante volumen de
publicaciones recabadas. Para ello, se tomó como base la selección de términos propuesta por Torres-Ugarte (2017),
creador de una web que mide el volumen de odio generado en Twitter en tiempo real.
https://www.odiometro.es
A partir de los datos liberados por el desarrollador en su perfil del proyecto, se realizó un primer listado con 238 expre-
siones, términos malsonantes e insultos.
Este listado se amplió y adaptó, dado su carácter androcéntrico, a partir del lexicón de Fasoli, Carnaghi y Paladino
(2015), empleado en estudios previos en torno al sexismo y misoginia en Twitter. Un proceso en el que, además de eli-
minar insultos y términos específicamente masculinos, y añadir otros ofensivos para las mujeres, también se optó por
introducción de variantes en lengua gallega, dado el lugar de residencia de algunas de las mujeres de la muestra.
Este proceso llevó a la definición de 204 términos “odiosos”, que tuvieron diferente presencia y proyección en la con-
versación social. Un repertorio bilingüe que aporta al estudio su carácter diferencial, y que permitió la automatización
de la búsqueda y recuperación de tweets, aunque con intervención manual para la convergencia de términos análogos
o variantes.
5. Resultados
El análisis de la conversación social en torno a estas 50 mujeres referentes en Twitter permitió constatar dos realidades
interrelacionadas:
- hostilidad de la tweetesfera para las mujeres;
- su desigual incidencia en función del campo profesional de pertenencia.
Dos realidades que han permitido trazar una instantánea del discurso del odio contra las mujeres en Twitter.
5.1. Presencia de insultos y otros términos ofensivos
La automatización de palabras clave en el texto y etiquetas de las publicaciones, permitió detectar la presencia de
62.560 insultos y otros términos abusivos. Es decir, un 12,8% de los tweets que apelan a estas mujeres –de forma directa
o indirecta– incluyen algún vocablo ofensivo, aunque estas manifestaciones del discurso del odio se hacen especialmen-
te patentes en el caso de las menciones directas.
En los 290.603 tweets que dan respuesta a las publicaciones de estas 50 mujeres o las interpelan mediante la mención
de su perfil de usuaria, se computaron 42.384 insultos y otros tipos de expresiones insidiosas, lo que supone un 15% de
las menciones directas.
Respecto a las menciones indirectas (n=208.797), esto El término feminazi cuenta con gran
es, los mensajes que hablan de estas mujeres (nombre y
apellidos) sin citar su cuenta de usuaria, se computaron trascendencia en la Red dentro de las
20.176 términos ofensivos, que suponen el 10% de las prácticas del gendertrolling
menciones indirectas.
Por establecer un paralelismo con el mundo real, la comunidad usuaria de Twitter es más proclive a insultar a las mujeres
a la cara (15% de los términos ofensivos) que hacerlo a sus espaldas (10%); una práctica que aporta visibilidad a estos
ataques entre la comunidad usuaria estable (followers) y casual (partícipes de la conversación social en un momento
concreto).
5.2. Distribución en función del ámbito profesional de las mujeres
Si bien se han registrado insultos y otros términos ofensivos en todos los ámbitos de pertenencia, se observan importan-
tes divergencias en cuanto a su incidencia y distribución.

Tabla 2. Volumen de insultos directos e indirectos desglosados por categoría, en relación con el total de tweets analizados
Categorías de mujeres
Insultos
Deporte Política Comunicación Ciencia Cultura Empresa Total
Interacciones directas 280 32.779 8.047 707 118 453 42.384
% sobre total tweets 0,1 11,3 2,8 0,2 0,0 0,2 14,6
Menciones indirectas 95 15.149 4.30 12 86 529 20.176
N. insultos 375 47.928 12.352 719 204 982 62.560
Así, mientras los tweets con vocablos “odiosos” dirigidos o referidos a las mujeres de la cultura, deporte, ciencia y em-
presa se sitúan por debajo del millar de publicaciones (con porcentajes inferiores al 0,2%), las representes del campo de
la comunicación fueron objeto del 2,5% de los insultos registrados (un total de 12.352); un porcentaje que se cuadriplica
en el caso de las mujeres políticas, a quien se dirige el 9,8% del lenguaje abusivo (47.928 insultos o similares).
El hecho de que las mujeres representantes de la comunicación y la política concentren el 90% de los insultos registra-
dos, permite inferir una mayor hostilidad de la tweetesfera hacia la participación de las mujeres en estos campos de ma-
yor proyección pública. La frecuencia de estos ataques, que en el caso de las mujeres políticas presenta una intensidad
media diaria de 15 apelaciones negativas, convierte este fenómeno en parte de su práctica cotidiana pudiendo afectar
negativamente tanto a su vida profesional como personal.
De atender a la forma en cómo se manifiesta el discurso del odio se pueden señalar comportamientos diferentes de los usua-
rios en función de la profesión de las mujeres. Así, si comunicación y política concentran la hostilidad de la tweetesfera, con un
número de interacciones directas que duplica a las indirectas, en el caso de las mujeres del campo de la economía y empresa
este porcentaje se invierte, siendo objeto de un mayor número de insultos a través de menciones indirectas. Esta circunstancia
puede explicarse por la mayor influencia de estas mujeres y de su actividad en el mundo real, que puede llevar a los usuarios
a proyectar su odio en la arena virtual aún sin comprobar la presencia y perfil de estas usuarias en este ámbito.
5.3. Insultos y términos ofensivos más frecuentes
El análisis del discurso del odio a partir del lenguaje abusivo ha permitido determinar un conjunto de expresiones más
habituales en la conversación social con/sobre estas mujeres.
De esta manera, 20 vocablos (de los 204 insultos y términos ofensivos en gallego y castellano establecidos como criterios
de búsqueda), tienen una frecuencia de aparición en la muestra por encima de millar. Estos 20 términos, que suponen
el 9% de los analizados, registran más de 43.153 apariciones (el 70% de la muestra de expresiones vinculadas al discurso
del odio); una proporción similar al principio de Pareto.
Tabla 3. Insultos y otros términos ofensivos con mayor frecuencia en la muestra de estudio
Término Ciencia Comunicación Cultura Deporte Empresa Política Total

mierda 249 1.488 69 75 165 4.473 6.519
fascista 50 1.097 13 108 41 4.198 5.507
asesina 5 498 50 4 21 2.025 2.603
criminal 7 455 2 3 33 1.986 2.486
terrorista 1 308 0 3 23 2.051 2.386
facha 33 854 7 15 48 2.346 3.303
ruin 10 202 5 4 123 1.873 2.217
miserable 10 414 0 1 28 1.740 2.193
nazi 21 417 1 17 75 1.408 1.939
basura 27 585 7 7 36 1.030 1.692
golpista 0 222 0 0 6 1.428 1.656
cómplice 6 336 1 1 14 1.187 1.545
falsa 23 521 3 5 20 818 1.390
cobarde 2 197 1 1 13 1.068 1.282
hipócrita 2 221 1 10 11 940 1.185
etarra 2 120 0 10 16 975 1.123
tonta 18 181 2 3 9 850 1.063
indigna 16 262 7 2 18 749 1.054
gentuza 11 226 1 2 11 758 1.009
delincuente 1 154 1 2 13 830 1.001

El término negativo que más se repite en la muestra de El discurso del odio contra las mujeres se
publicaciones es “mierda” en cualquiera de sus varian-
hace especialmente patente en las inte-
tes (castellano y gallego) y expresiones derivadas, como
“vete a la mierda” o como potenciador del carácter racciones directas, lo que redunda en su
ofensivo de determinados adjetivos (“de mierda”). carácter lesivo
Como insulto destaca el término “fascista” como fórmula habitual de ataque a las mujeres. Un descalificativo que parece
haberse vaciado de significado, de atender a una cierta transversalidad de su presencia en mujeres de diferentes campos
profesionales e ideologías.
La incidencia de ambas expresiones en la muestra es bastante elevada, llegando a manifestarse prácticamente en una de
cada cuatro publicaciones con lenguaje abusivo.
En lo que respecta a insultos y otros vocablos sexistas o misóginos, éstos cuentan con una incidencia menor, presentan-
do una frecuencia inferior al 1% de la muestra.
Tabla 4. Insultos sexistas/misóginos con mayor frecuencia en la muestra

hija de puta (y variantes) 5 109 2 6 13 389 524
feminazi 7 118 1 5 14 364 509
golfa 1 16 0 0 0 79 96
zorra 0 15 0 0 3 78 96
puerca /cerda 12 11 2 3 2 26 56
mal follada (y variantes) 0 5 0 0 0 15 20
El insulto sexista con mayor presencia en la muestra es “feminazi”, un calificativo que se ha popularizado en la Red, como
parte del gendertrolling, y que supone una reacción manifiesta al avance del feminismo y en general de las mujeres, sólo
por el mero hecho de alzar su voz (o escribir un tweet).
Si se atiende a los restantes insultos sexistas, resulta preciso destacar la limitada frecuencia de los mismos en la muestra
(con una incidencia de 0,1% o inferior), formando parte de las expresiones utilizadas fundamentalmente para atacar a
políticas y comunicadoras.
Todos estos insultos presentan connotaciones sexuales de forma más o menos explícita. Términos vinculados a anima-
les –zorra, cerda/puerca– no cuentan con la misma carga de odio si se dirigen a las mujeres que en su forma masculina.
Mención aparte requiere la expresión “hija de puta” y sus variantes (hijaputa, japuta, hdp, hdlgp, hp, hija de la gran puta,
hija de…), tanto por su frecuencia en la muestra –con 524 apariciones– como por el sexismo implícito en su enunciado,
aunque no en el objeto al que se dirige.
Con todo, se pueden señalar tendencias en el empleo de algunos términos si se atiende al modo en que fueron enuncia-
dos. Si bien expresiones como “mierda” o insultos como “nazi” aparecen con una presencia similar en las interacciones
directas y las menciones indirectas, otras como “asesina” (2º lugar frente al 4º en las menciones indirectas), “criminal”
(3er lugar frente al 6º) o “ruin” (5º frente al 10º) son más frecuentes en la conversación social con las mujeres en Twitter.
Tabla 5. Insultos y otros términos abusivos presentes en las interacciones directas con las mujeres, en función de su categoría profesional

fascista 50 722 13 98 0 2.520 3.403
asesina 5 301 0 1 12 1.623 1.942
criminal 7 272 1 3 12 1.538 1.833
mierda 69 393 16 17 46 1.100 1.641
ruin 8 147 4 3 72 1.403 1.637
miserable 10 261 0 1 16 1.296 1.584
nazi 15 297 1 13 58 912 1.296
terrorista 1 212 0 3 13 1.050 1.279
basura 27 408 7 7 17 748 1.214
facha 22 326 5 9 4 848 1.214
Si se atiende a los insultos en mensajes con menciones no directas, se pone de relevancia una mayor tendencia de ex-
presiones como “terrorista” (2º frente al 8º en las interacciones directas) o “facha” (3º frente a 9º).

Tabla 6. Insultos en menciones no directas a las mujeres, segmentados por categorías

fascista 0 375 0 10 41 1.678 2.104
terrorista 0 96 0 0 10 1.001 1.107
facha 0 275 0 1 27 765 1.068
mierda 0 237 4 15 49 660 965
asesina 0 197 50 3 9 402 661
criminal 0 183 1 0 21 448 653
nazi 6 120 0 4 17 496 643
golpista 0 102 0 0 3 512 617
miserable 0 153 0 0 12 444 609
ruin 2 55 1 1 51 470 580
En términos generales, los insultos directos parecen ser Tabla 7. Insultos sexistas/misóginos atendiendo al tipo de enunciación
más fuertes y con clara intención denigratoria, caracte- En interaccio- En menciones
Término
rística que se suma al factor cuantitativo: se producen nes directas indirectas
más insultos directos que indirectos. feminazi 333 176
Por último, se han comparado los insultos sexistas en- hija de puta (y variantes) 327 197
tre su origen directo o indirecto hacia las mujeres de la
zorra 37 59
muestra de estudio.
En su distribución, atendiendo a la forma de la manifestación del discurso del odio, se vuelve a poner de manifiesto una
mayor frecuencia de los insultos sexistas en las apelaciones directas (menciones y respuestas a tweets). La presencia
de este tipo de expresiones ofensivas en las interacciones directas duplica a las vehiculadas a través de las menciones
indirectas, salvo en el caso de “zorra”, expresión que resulta más habitual en las apelaciones indirectas.
Este insulto se manifiesta como un dativo en los tweets de la muestra, una forma que encaja mejor en los tweets
descalificativos que se emiten sin citar a la persona y, por tanto, opacos para la mujer objeto del ataque como para su
comunidad directa.
6. Discusión y conclusiones
Twitter se revela como un territorio hostil para las mujeres, en la línea señalada por estudios previos como el de Frenda
et al. (2019) o Fox, Cruz y Lee (2015). Más de uno de cada diez tweets para/sobre las mujeres de la muestra incorpora
insultos u otro tipo de términos abusivos, una proporción similar a la señalada por Şahi, Kılıç y Saǧlam (2018) para la
tweetesfera turca.
Esta hostilidad es mayor si se tiene en cuenta la forma en que se expresa dicha violencia. El hecho de que el 15% de las
manifestaciones verbales del discurso del odio analizadas se vehiculen a través de interacciones directas, haciendo par-
tícipes a estas mujeres del propio ataque, se puede considerar un agravio mayor y más violento, si cabe. Un fenómeno
que se puede relacionar con el anonimato y su relación con el efecto de desinhibición, señalado por Suler (2004), pero
también con una pasividad de la comunidad usuaria que, aunque se podría explicar desde la óptica del sexismo ambien-
tal de Glomb et al. (1997), va más allá.
Además de hacer partícipe de los insultos a sus víctimas, la cita del perfil de usuaria dota de visibilidad estos ataques
entre la comunidad de estas mujeres, sin consecuencias para los victimarios.
La toxicidad de estos entornos y el miedo ante las reper-
En su mayoría las expresiones del dis-
cusiones de cualquier respuesta o manifestación con-
traria, suponen potentes inhibidores para la comunidad curso del odio son sexualmente neutras
usuaria, e incluso para las propias mujeres, que contras- pero se pueden considerar manifesta-
ta con la impunidad de la que gozan los atacantes. Es- ciones misóginas en tanto se centran y
cudados en el anonimato y en la laxitud de la respuesta atacan a las mujeres
de los gestores de las plataformas sociales a este tipo
de conductas, los agresores llegan a emplear un lenguaje más virulento y denigratorio en las interacciones directas con
estas usuarias que en las publicaciones emitidas a sus espaldas. Esta mayor violencia en las respuestas y apelaciones
directas, uno de los principales hallazgos de este estudio, debe situarse en un contexto de antifeminismo y misoginia en
el que, como señala Ging (2019), se está produciendo un traspaso del activismo al ataque personalizado.
Twitter se revela como un entorno especial tóxico para comunicadoras y, sobre todo, políticas, dos campos de especial
proyección pública que detentan una función esencial en las sociedades democráticas.
La mayor hostilidad de la tweetesfera hacia estas profesiones debería situarse en el marco del nuevo discurso antifemi-
nista online. Un discurso que –como señalan Lamoureux y Dupuis-Déri (2015)– se manifiesta por oposición a las ideas

y personas que propugnan la igualdad y la

emancipación de las mujeres y que, siguien-
do a autores como Bonet-Martí (2020), os-
tenta en la actualidad una mayor agresivi-
dad discursiva.
En la misma línea debe entenderse la me-
nor incidencia del discurso del odio en es-
feras como el deporte. El hecho de que las
mujeres de este campo, de gran violencia
y desigualdad de género en el mundo real,
apenas haya acaparado un 0,1% de los insul-
tos registrados lleva a inferir la relación de
estos ataques con su ejercicio profesional y,
por tanto, como un mecanismo represor.
Hacer frente al discurso del odio es parte de
la rutina diaria de políticas y comunicado-
ras, unas prácticas abusivas que pretenden
silenciarlas o coartar su actividad, en la línea
señalada por Ferrier (2018). En palabras de
Virginia Pérez Alonso, directora del diario es-
pañol Público,
“Estamos en una sociedad en la que
las voces femeninas son menos oí-
das que las voces masculinas porque
en las propias estructuras de poder
lo que predomina son los hombres. https://ipi.media/medidas-contra-el-acoso-online-en-las-redacciones-espana
Unas estructuras a las que las mujeres
nos cuesta mucho llegar y que se nos oiga. Si llegados a ese punto, encima las mujeres nos retraemos de hacer
ciertos comentarios o de publicar nuestras informaciones, estamos privando a la ciudadanía de tener acceso a otras
voces” (International Press Institute, 2018: Consecuencias del acoso online a mujeres periodistas, párrafo 2).
Como señala Cerva-Cerna (2020), el acoso y los mensajes de odio son el alto costo que tienen que pagar las mujeres
para expresarse.
La centralización del lenguaje abusivo en estas profesionales debe entenderse como parte del fenómeno de gender-
trolling en tanto que, además de la participación de diversos usuarios, la integración de insultos y lenguaje atroz, o la
intensidad de los ataques, resulta especialmente reactivo –Mantilla (2013)– a las manifestaciones y denuncias de des-
igualdad.
En cuanto al tipo de insultos y otros términos, manifestación del discurso del odio, se ha constatado una mayor frecuen-
cia de expresiones neutras desde una perspectiva del género. A pesar de que la tweetesfera usa y abusa de un pequeño
abanico de términos ofensivos, los vocablos más empleados presentan una mayor identificación con el repertorio del
odiómetro de Torres-Ugarte (2017) que con el lexicón de términos marcados por el sexismo y la misoginia propuesto por
Fasoli, Carnaghi y Paladino (2015).
Los insultos marcados por el sexo-género presentan una incidencia prácticamente testimonial, con la excepción de “fe-
minazi”: un acrónimo impulsado por el locutor estadounidense Rush Limbaugh durante el blacklash antifeminista de los
90, y que ha alcanzado notoriedad en el marco del gendertrolling y otras manifestaciones del discurso de odio en la Red
como forma peyorativa de
“una feminista comprometida o a una mujer de voluntad fuerte” (Oxford Diccionary of American Political Slang,
en Villar-Aguilés; Pecourt-Gracia, 2021).
El uso de este término, de grafía común a diversos idiomas, pasa de ser un calificativo habitual para las mujeres en la
manosfera –como señala Ging (2019)– para salpicar las interacciones sociales dentro y fuera de las redes sociales. Eslo-
gans como “Stop feminazis” enmarcan y estructuran diversos discursos antifeministas tanto online donde Villar-Aguilés
y Pecourt-Gracia (2021) han constatado una densa red de microdiscursos que diseminan diversas formas de violencia,
como en la vida real a través de acoso y otro tipo de ataques a mujeres que han alcanzado un rol protagonista en la
información de actualidad por denunciar la violencia patriarcal sufrida: es el caso de Juana Rivas, estudiado por Ber-
nal-Triviño (2019), o más recientemente de Rocío Carrasco (La vanguardia, 2021).
Sea como fuere, a pesar de la menor frecuencia y variedad de expresiones sexistas/misóginas, se debe de hablar de
misoginia en la conversación social con/sobre estas mujeres referentes. Si, como define Lagarde-y-De-los-Ríos (2012), la

misoginia es la creencia en la inferioridad de las mujeres

Ámbitos como el deporte, de gran
y su consecuente utilización, agresión y sometimiento,
haciendo uso para ello de la legitimidad patriarcal, el desigualdad y violencia en la vida real,
discurso del odio contra las mujeres y la toxicidad impe- cuenta con una incidencia del discurso
rante en Twitter y otras plataformas debe considerarse del odio testimonial
como tal. En este contexto, para Risam (2015) mantener
una visión utópica de la Red supone un discurso tóxico per se.
Más allá de ser un problema individual y una experiencia personal, el hostigamiento al que se ven sometidas las mujeres
(y, especialmente las profesionales de la comunicación y la política en Twitter –señalado en trabajos como los de Ferrier
(2018), Rego (2018), Southern y Harmer (2019) o Fuchs y Schäfer (2020)– exige una toma de conciencia de este fenóme-
no como una realidad colectiva, así como la implantación de medidas para acabar con dicha hostilidad. Una hostilidad
que ha ido expandiéndose hasta permear el discurso político.
Los medios sociales han potenciado y energizado el desarrollo de acciones y movilizaciones, hasta el punto de que au-
toras como Iranzo-Cabrera (2020) los sitúan como elementos caracterizadores de una nueva ola feminista. Con todo,
es urgente atajar la toxicidad a la que las mujeres se enfrentan en plataformas y comunidades virtuales, y sus efectos.
En este cometido, como señala Bonet-Martí (2021) resulta preciso abordar dos perspectivas esenciales:
- cómo intervenir para frenar la expansión de rumores y noticias falsas;
- cómo actuar ante la expansión de las ciberviolencias.
Entidades como el International Press Institute (2018) o Trollbusters (Trollbusters, s/d; Ferrier, 2021) han publicado re-
comendaciones para evitar el acoso a las mujeres periodistas dentro y fuera de la Red; unas prácticas de autoprotección
de gran utilidad para la construcción de un entorno más seguro para las usuarias de forma individual, aunque no consti-
tuyen una solución real para el problema. En el caso del discurso de odio en Twitter, las medidas de autoprotección im-
plican la limitación de los mensajes directos, las respuestas e incluso la autocensura o autoexclusión; unas medidas que
coartan todo el potencial comunicativo y de relación de esta plataforma para las usuarias, que continuarían expuestas a
la violencia a través de las menciones indirectas.
La elevada incidencia de insultos y términos abusivos constatada por el presente estudio ponen de manifiesto la nece-
sidad de un mayor control de las plataformas sobre el discurso de odio y misoginia. Twitter, como gestor y soporte de la
comunicación en esta plataforma, debe implementar fórmulas que contribuyan a la detección rápida y precoz de este
tipo de discurso, así como a mejorar sus mecanismos de actuación contra los usuarios tóxicos, tanto de forma activa (por
denuncia) como pasiva.
Al cierre de este artículo, en mayo de 2021, Twitter anunciaba el lanzamiento de una función experimental (para dis-
positivos iOS y Android) para advertir a los usuarios de la inclusión de contenido ofensivo en sus mensajes antes de su
publicación, invitándoles a su revisión. Además de la detección de términos sensibles, en la emisión de su advertencia
dicha aplicación tiene en cuenta el contexto del mensaje y la familiaridad entre perfiles (Butler; Parrella, 2021).
Pese a que cualquier medida es positiva, y aún sin conocer su eficacia, para atajar el discurso de odio y otras formas de
violencia en la tweetesfera, resulta preciso un compromiso mayor por parte de la plataforma. La eficacia de esta app
depende exclusivamente de la implicación del usuario: puede repercutir positivamente en una mayor consciencia de las
propias manifestaciones en Twitter y su alcance, pero también puede resultar una medida completamente inocua en
el caso de perfiles tóxicos o machitroles, empleando la denominación popular (Martínez-Jiménez; Zurbano-Berenguer,
2019).
El compromiso de Twitter como plataforma gestora de esta conversación debe ir más allá y emplear el algoritmo de esta
app para detectar los perfiles con mayor número de advertencias y adoptar medidas cautelares como la suspensión de
cuentas que, sumadas a una eficiente y rápida gestión de las denuncias de la comunidad usuaria, podrían atajar parte
del problema.
La inteligencia artificial brinda múltiples posibilidades de acción –preventiva y reactiva– frente al discurso de odio y otros
tipos de violencia contra las mujeres online. Sin embargo, los gestores de redes sociales son reacios a su aplicación ape-
lando a la libertad de expresión. En este contexto, otras entidades, administraciones públicas y/o movimientos sociales
pueden colaborar en el desarrollo de algoritmos que detecten y reaccionen ante la violencia y toxicidad contra las muje-
res. El creciente número de trabajos en detección automática del discurso sexista y misógino brinda unas herramientas
de excepción para la elaboración de estos mecanismos que, si bien serían reactivas, aportarían una respuesta inmediata
a cada publicación tóxica.
También sería necesaria una mayor eficiencia de los mecanismos judiciales de protección ante los delitos del odio, pero
la dilación en los tiempos de dichos procesos, la resistencia al cambio de la norma y el carácter global –aunque de inci-
dencia local de las plataformas sociales– van a conllevar una menor eficacia en su respuesta. Se trata de una respuesta
necesaria para acabar con la impunidad de las personas agresoras, pero necesita de otras medidas, como la creación de
redes neurales que presenten una mayor capacidad de actuación y adaptación ante una realidad en plena evolución.

Desde la perspectiva de la prevención, otra posible me- Esta violencia contra las mujeres, ejer-
dida de actuación sería la de promover la colaboración
cida en la tweetesfera, tiene un efecto
público-privada en la promoción de un decálogo de bue-
nas prácticas y la consecución de la adhesión de admi- represor
nistraciones y entidades, especialmente de las plataformas de redes sociales y otros servicios online.
Debido a la normalización del discurso del odio contra las mujeres, y su estrecho vínculo con otras cuestiones sociales y
culturales, atajar este fenómeno exige la implicación y actuación de poderes públicos y gestores de redes sociales, pero
también de la [e]ciudadanía. Por ello se debería promover la participación y adhesión de colectividades sociales, profe-
sionales e individuos en el decálogo de buenas prácticas, así como su difusión a fin de conseguir visibilizar, sensibilizar y
dotar de herramientas de actuación ante estos tipos de violencia.
Sin caer en el optimismo utópico de las ciberfeministas, la Red presenta múltiples posibilidades y herramientas para sub-
vertir el discurso del odio y otras formas de violencia online y así se pueden mapear algunas iniciativas como Paritybot
(Cuthbertson et al., 2019), o la Troll Patrol de Amnistía Internacional (Delisle et al., 2019), que se han valido de bots y
trolls, mecanismos típicos del gendertrolling como un antídoto a pequeña escala para la toxicidad en la Red.
7. Referencias
Anti-Defamation League (2018). Pyramid of hate.
https://www.adl.org/sites/default/files/documents/pyramid-of-hate.pdf
Baer, Hester (2016). “Redoing feminism: digital activism, body politics, and neoliberalism”. Feminist media studies, v. 16,
n. 1, pp. 17-34.
https://doi.org/10.1080/14680777.2015.1093070
Barker-Plummer, Bernardette; Barker-Plummer, David (2017). “Twitter as a feminist resource: #yesallwomen, digital
platforms, and discursive social change”. In: Earl, Jennifer; Rohlinger, Deana A. (eds.). Social movements and media. Bin-
gley: Emerald Publishing Limited, pp. 91-118. ISBN: 978 1 78743 098 3
https://doi.org/10.1108/S2050-206020170000014010
Bernal-Triviño, Ana (2019). “El tratamiento informativo del caso Juana Rivas. Hacia una definición de violencia mediáti-
ca”. Estudios sobre el mensaje periodístico, v. 25, n. 2, pp. 697-710.
https://doi.org/10.5209/esmp.64797
Bertomeu-Martínez, Angustias (2019). “De la tradición al activismo en redes sociales”. Revista tiempo de paz, n. 134,
pp. 77-84.
http://revistatiempodepaz.org/revista-134/#dflip-df_1391/78
Bonder, Gloria (2002). Las nuevas tecnologías de información y las mujeres: reflexiones necesarias. Santiago de Chile:
Cepal, Unidad mujer y desarrollo, n. 39.
http://repositorio.cepal.org/handle/11362/5894
Bonet-Martí, Jordi (2020). “Análisis de las estrategias discursivas empleadas en la construcción de discurso antifeminista
en redes sociales”. Psicoperspectivas. Individuo y sociedad, v. 19, n. 3, pp. 52-63.
https://doi.org/10.5027/psicoperspectivas-vol19-issue3-fulltext-2040
Bonet-Martí, Jordi (2021). “Los antifeminismos como contramovimiento: una revisión bibliográfica de las principales
perspectivas teóricas y de los debates actuales”. Teknokultura. Revista de cultura digital y movimientos sociales, v. 18,
n. 1, pp. 61-71.
https://doi.org/10.5209/tekn.71303
Butler, Anita; Parrella, Alberto (2021). “Tweeting with consideration”. Twitter blog, 5 May.
https://blog.twitter.com/en_us/topics/product/2021/tweeting-with-consideration.html
Cerva-Cerna, Daniela (2020). “La protesta feminista en México. La misoginia en el discurso institucional y en las redes
sociodigitales”. Revista mexicana de ciencias políticas y sociales, v. 65, n. 240, pp. 177-205.
https://doi.org/10.22201/fcpys.2448492xe.2020.240.76434
Cuthbertson, Lana; Kearney, Alex; Dawson, Riley; Zawaduk, Ashia; Cuthbertson, Eve; Gordon-Tighe, Ann; Mathewson,
Kory W. (2019). “Women, politics and Twitter: using machine learning to change the discourse”. arXiv preprint.
https://arxiv.org/abs/1911.11025
Delisle, Laure; Kalaitzis, Alfredo; Majewski, Krzysztov; De-Berker, Archy; Marin, Milena; Cornebise, Julien (2019). “A
large-scale crowdsourced analysis of abuse against women journalists and politicians on Twitter”. In: 32nd Conference on
neural information processing systems (NIPS 2018).
https://arxiv.org/abs/1902.03093

Dixon, Kitsy (2014). “Feminist online identity: analyzing the presence of hashtag feminism”. Journal of arts and humani-
ties, v. 3, n. 7, pp. 34-40.
https://www.theartsjournal.org/index.php/site/article/view/509
Drakett, Jessica; Rickett, Bridgette; Day, Katy; Milnes, Kate (2018). “Old jokes, new media – Online sexism and construc-
tions of gender in internet memes”. Feminism & psychology, v. 28, n. 1, pp. 109-127.
https://doi.org/10.1177/0959353517727560
Engler, Verónica (2017). “Antifeminismo online”. Nueva sociedad, v. 269, pp. 78-88.
https://biblat.unam.mx/es/revista/nueva-sociedad/articulo/antifeminismo-online
Fasoli, Fabio; Carnaghi, Andrea; Paladino, Paola (2015). “Social acceptability of sexist derogatory and sexist objectifying
slurs across contexts”. Language sciences, v. 52, pp. 98-107.
https://doi.org/10.1016/j.langsci.2015.03.003
Ferrier, Michelle (2018). “Attacks and harassment. The impact on female journalists and their reporting”. International
Women´s Media Foundation & TrollBusters.
https://www.iwmf.org/attacks-and-harassment
Ferrier, Michelle (2021). “Staying safe. Online & off for journalist & media workers”. TrollBusters.
https://yoursosteam.wordpress.com/student-edition-staying-safe
Fersini, Elisabetta; Nozza, Debora; Rosso, Paolo (2018). “Overview of the Evalita 2018 task on automatic misogyny iden-
tification (AMI)”. In: Proceedings of the sixth evaluation campaign of natural language processing and speech tools for
Italian. Final workshop (Evalita 2018).
http://personales.upv.es/prosso/resources/FersiniEtAl_Evalita18.pdf
Fersini, Elisabetta; Rosso, Paolo; Anzovino, Maria (2018). “Overview of the task on automatic misogyny identification
at IberEval 2018”. In: Proceedings of the third workshop on evaluation of human language technologies for iberian lan-
guages (IberEval 2018), pp. 214-228.
http://personales.upv.es/prosso/resources/FersiniEtAl_IberEval18.pdf
Fox, Jesse; Cruz, Carlos; Lee, Ji-Young (2015). “Perpetuating online sexism offline: anonymity, interactivity, and the
effects of sexist hashtags on social media”. Computers in human behavior, v. 52, pp. 436-442.
https://doi.org/10.1016/j.chb.2015.06.024
Fox, Jesse; Tang, Wai-Yen (2014). “Sexism in online video games: The role of conformity to masculine norms and social
dominance orientation”. Computers in human behavior, v. 33, pp. 314-320.
https://doi.org/10.1016/j.chb.2013.07.014
Frenda, Simona; Ghanem, Bilal; Guzmán-Falcón, Estefanía; Montes-y-Gómez, Manuel; Villaseñor-Pineda, Luis (2018).
“Automatic expansion of lexicons for multilingual misogyny detection”. In: Proceedings of the sixth evaluation campaign
of natural language processing and speech tools for Italian (Evalita 2018), pp. 1-6.
https://core.ac.uk/download/pdf/302343999.pdf
Frenda, Simona; Ghanem, Bilal; Montes-y-Gómez, Manuel (2018). “Exploration of misogyny in Spanish and English
tweets”. In: Proceedings of the third workshop on evaluation of human language technologies for Iberian language (Ibe-
rEval 2018), pp. 260-267.
https://dblp.org/rec/conf/sepln/FrendaGM18.html
Frenda, Simona; Ghanem, Bilal; Montes-y-Gómez, Manuel; Rosso, Paolo (2019). “Online hate speech against women:
Automatic identification of misogyny and sexism on Twitter”. Journal of intelligent and fuzzy systems, v. 36, n. 5, pp.
4743-4752.
https://doi.org/10.3233/JIFS-179023
Fuchs, Tamara; Schäfer, Fabian (2020). “Normalizing misogyny: hate speech and verbal abuse of female politicians on
Japanese Twitter”. Japan forum, published online 6 Jan.
https://doi.org/10.1080/09555803.2019.1687564
García-Aguilar, María-Teresa (2007). “Ecofeminismo y ciberfeminismo”. Germinal: revista de estudios libertarios, n. 3,
pp. 73-82.
https://dialnet.unirioja.es/servlet/articulo?codigo=2729580
Ging, Debbie (2019). “Alphas, betas, and incels: Theorizing the masculinities of the manosphere”. Men and masculini-
ties, v. 22, n. 4, pp. 638-657.
https://doi.org/10.1177/1097184X17706401
Ging, Debbie; Siapera, Eugenia (2019). Gender hate online: understanding the new anti-feminism. Londres: Palgrave
Macmillan. ISBN: 978 3 319 96226 9

Glick, Peter; Fiske, Susan T. (1996). “The ambivalent sexism inventory: differentiating hostile and benevolent sexism”.
Journal of personality and social psychology, v. 70, n. 3, pp. 491-512.
https://doi.org/10.1037/0022-3514.70.3.491
Glomb, Theresa M.; Richman, Wendy L.; Hulin, Charles L.; Drasgow, Fritz; Schneider, Kimberly T.; Fitzgerald, Louise F.
(1997). “Ambient sexual harassment: an integrated model of antecedents and consequences”. Organizational behavior
and human decision processes, n. 71, v. 3, pp. 309-328.
https://doi.org/10.1006/obhd.1997.2728
Golbeck, Jennifer; Ash, Summer; Cabrera, Nicole (2017). “Hashtags as online communities with social support: A study
of anti-sexism-in-science hashtag movements”. First Monday, v. 22, n. 9.
https://doi.org/10.5210/fm.v22i9.7572
Gunn, Caitlin (2015). “Hashtagging from the margins. Women of color engaged in feminist consciousness-raising on
Twitter”. In: Edwads-Tassie, Keisha; Brown-Givens, Sonja M. (eds.). Women of color and social media multitasking: blogs,
timelines, feeds, and community. Lexington: Lexington Books, pp. 21-34. ISBN: 978 1 498528498
Hanhardt, Christina (2013). Safe space: gay neighborhood history and the politics of violence. Durham: Duke University
Press Books. ISBN: 978 0 822354703
Haraway, Donna (1984). Manifiesto ciborg: el sueño irónico de un lenguaje común para las mujeres en el circuito inte-
grado.
http://repositorio.ciem.ucr.ac.cr/handle/123456789/81
Herring, Susan (1996). “Gender differences in CMC: bringing familiar baggage to the new frontier”. In: Vitanza, Victor J.
(ed.). CyberReader. Boston: Allyn & Bacon, pp. 144-154. ISBN: 978 0 205290864
Hewitt, Sara; Tiropanis, Thanassis; Bokhove, Christian (2016). “The problem of identifying misogynist language on Twi-
tter (and other online social spaces)”. In: Proceedings of the 8th ACM conference on web science, pp. 333-335.
https://doi.org/10.1145/2908131.2908183
Huntemann, Nina (2015). “No more excuses: Using Twitter to challenge the symbolic annihilation of women in games”.
Feminist media studies, v. 15, n. 1, pp. 164-167.
https://doi.org/10.1080/14680777.2015.987432
International Press Institute (2018). Medidas contra el acoso online en las redacciones. Estrategias y mejores prácticas
que adoptan los medios en España.
https://ipi.media/medidas-contra-el-acoso-online-en-las-redacciones-espana
Iranzo-Cabrera, María (2020). “#lasperiodistasparamos, gestación de una conciencia profesional feminista”. Profesional
de la información, v. 29, n. 2, e290222.
https://doi.org/10.3145/epi.2020.mar.22
Jane, Emma (2017). Misogyny online: a short (and brutish) history. London: Sage. ISBN: 978 1 473916005
https://doi.org/10.4135/9781473916029
Jha, Akshita; Mamidi, Radhika (2017). “When does a compliment become sexist? analysis and classification of ambiva-
lent sexism using Twitter data”. In: Proceedings of the 2nd workshop on NLP and computational social science, pp. 7-16.
https://doi.org/10.18653/v1/W17-2902
Juris, Jeffrey S. (2012). “Reflections on #occupy everywhere: social media, public space, and emerging logics of aggrega-
tion”. American ethnologist, v. 39, n. 2, pp. 259-279.
https://doi.org/10.1111/j.1548-1425.2012.01362.x
Lagarde-y-De-los-Ríos, Marcela (2012). El feminismo en mi vida. Hitos, claves y topías. Ciudad de México: Instituto de
las mujeres del distrito federal.
https://www.mujeresenred.net/IMG/pdf/ElFeminismoenmiVida.pdf
Lamoureux, Diane; Dupuis-Déri, Francis (2015). Antiféminismes. Analyse d’un discours réactionnaire. Montréal: Les
éditions du remue-ménage. ISBN: 978 2 89091 534 3
Larrondo-Ureta, Ainara; Orbegozo-Terradillos, Julen (2021). “Hashtivism’s potentials for mainstreaming feminism in
politics: the Red Lips Revolution transmedia narrative”. Feminist media studies, published online 4 Feb.
https://doi.org/10.1080/14680777.2021.1879197
La vanguardia (2021). “Increpan a Rocío Carrasco a grito de ‘stop feminazis’ a las puertas de los juzgados”. La vanguar-
dia, 30 abril.
https://www.lavanguardia.com/gente/20210430/7419414/rocio-carrasco-stop-feminazis-juzgados-imago-pension-
antonio-david.html

Lyons, Mathew N. (2017). Ctrl-Alt-Delete: The origins and ideology of the alternative right. Political Research Associates.
https://www.politicalresearch.org/sites/default/files/2019-05/Lyons_CtrlAltDelete_PRINT.pdf
Manne, Kate (2017). Down girl: The logic of misogyny. Oxford: Oxford University Press. ISBN: 978 0 190604981
Mantilla, Karla (2013) “Gendertrolling: Misogyny adapts to new media”. Feminist studies, v. 39, n. 2, pp. 563-570.
https://www.jstor.org/stable/23719068
Martínez-Collado, Ana (1999). “Tecnología y construcción de la subjetividad. La feminización de la representación cy-
borg”. Acción paralela: ensayo, teoría y crítica de la cultura y el arte contemporáneo, n. 5, p. 5.
https://www.mujeresenred.net/spip.php?article1530
Martínez-Jiménez, Laura; Zurbano-Berenguer, Belén (2019). “Posmachismo, violencia de género y dinámicas de opi-
nión en los cibermedios. Aproximaciones a la realidad española a partir de la experiencia de eldiario.es”. Teknokultura.
Revista de cultura digital y movimientos sociales, v. 16, n. 2, pp. 213-228.
Martínez-Rolán, Xabier; Piñeiro-Otero, Teresa (2017). “El uso de los memes en la conversación política 2.0. Una aproxi-
mación a una movilización efímera”. Prisma social. Revista de ciencias sociales, n. 18, pp. 55-84.
https://revistaprismasocial.es/article/view/1468
Marwick, Alice E. (2013). “Gender, sexuality, and social media”. In: Hunsinger, Jeremy; Senft, Teressa M. (eds.). The social
media handbook. New York: Routledge, pp. 59-75. ISBN: 978 0 415714419
Molpeceres-Arnáiz, Sandra; Filardo-Lamas, Laura (2020). “Llamamientos feministas en Twitter: ideología, identidad co-
lectiva y reenmarcado de símbolos en la huelga del 8M y la manifestación contra la sentencia de ‘La Manada’”. Dígitos.
Revista de comunicación digital, n. 6, pp. 55-78.
https://doi.org/10.7203/rd.v1i6.181
Murphy, Meghan (2013). “The trouble with Twitter feminism”. Feminist current, 18 December.
https://www.feministcurrent.com/2013/12/18/the-trouble-with-twitter-feminism
Nagle, Angela (2017). Kill all normies: online culture wars from 4Chan and Tumblr to Trump and the alt-right. Alresford:
Zer0 Books. ISBN: 978 1 785355431
Nussbaum, Martha C. (2010). “Objectification and internet misogyny”. In: Levmore, Saul; Nussbaum, Martha C. (eds.).
The offensive Internet: speech, privacy and reputation. Cambridge (MA): Harvard University Press, pp. 68-88. ISBN: 978
0 674 05876 7
https://doi.org/10.2307/j.ctvjf9zc8
Pamungkas, Endang-Wahyu; Basile, Valerio; Patti, Viviana (2020). “Misogyny detection in Twitter: A multilingual and
cross-domain study”. Information processing & management, v. 57, n. 6.
https://doi.org/10.1016/j.ipm.2020.102360
Pamungkas, Endang-Wahyu; Cignarella, Alessandra-Teresa; Basile, Valerio; Patti, Viviana (2018a). “Automatic identifi-
cation of misogyny in English and Italian tweets at Evalita 2018 with a multilingual hate lexicon”. In: Proceedings of the
6th evaluation campaign of natural language processing and speech tools for Italian. Final workshop (Evalita 2018).
http://ceur-ws.org/Vol-2263/paper033.pdf
Pamungkas, Endang-Wahyu; Cignarella, Alessandra-Teresa; Basile, Valerio; Patti, Viviana (2018b). “14-ExLab@UniTo
for AMI at IberEval2018: Exploiting lexical knowledge for detecting misogyny in English and Spanish tweets”. In: Proce-
edings of the 3rd workshop on evaluation of human language technologies for Iberian languages (IberEval 2018), pp.
234-241.
http://ceur-ws.org/Vol-2150/AMI_paper2.pdf
Phillips, Whitney (2012). “What an academic who wrote her dissertation on trolls thinks of Violentacrez”. The Atlantic,
15 October.
https://www.theatlantic.com/technology/archive/2012/10/what-an-academic-who-wrote-her-dissertation-on-trolls-
thinks-of-violentacrez/263631
Plant, Sadie (1997). Zeros and ones: digital women and the new technoculture. London: Fourth Estate. ISBN: 978 1
857026986
Poland, Bailey (2016). Haters: harassment, abuse, and violence online. Lincoln: University of Nebraska Press. ISBN: 978
1 61234 872 8
https://doi.org/10.2307/j.ctt1fq9wdp
Portwood-Stacer, Laura; Berridge, Susan (2014). “Introduction: privilege and difference in (online) feminist activism”.
Feminist media studies, v. 14, n. 3, pp. 519-520.
https://doi.org/10.1080/14680777.2014.909158

Posetti, Julie; Aboulez, Nermine; Bontcheva, Kalina; Harrison, Jackie; Waisbord, Silvio (2020). Online violence against
women journalists: a global snapshot of incidence and impacts. Unesco.
https://unesdoc.unesco.org/ark:/48223/pf0000375136
Rapley, Tim (2014). Los análisis de la conversación, del discurso y de documentos en la investigación cualitativa. Madrid:
Editorial Morata. ISBN: 978 84 7112 778 5
https://dpp2017blog.files.wordpress.com/2017/08/dpp-libro-los-analisis.pdf
Rego, Richard (2018). “Changing forms and platforms of misogyny: Sexual harassment of women journalists on Twitter”.
Media watch, v. 9, n. 3, pp. 437-446.
https://doi.org/10.17613/z92b-9882
Rentschler, Carrie A.; Thrift, Samantha C. (2015). “Doing feminism in the network: Networked laughter and the ‘Binders
full of women’ meme”. Feminist theory, v. 16, n. 3, pp. 329-359.
https://doi.org/10.1177/1464700115604136
Richardson-Self, Louise (2018). “Woman-hating: On misogyny, sexism, and hate speech”. Hypatia, v. 33, n. 2, pp. 256-
272.
https://doi.org/10.1111/hypa.12398
Risam, Roopika (2015). “Toxic feminity 4.0”. First Monday, v. 20, n. 4.
https://doi.org/10.5210/fm.v20i4.5896
Romero-Sánchez, Amparo (2014). “La utopía postfeminista: del ciberfeminismo al tecnofeminismo”. Cuadernos del Ate-
neo, n. 32, pp. 156-169.
https://dialnet.unirioja.es/servlet/articulo?codigo=5241123
Şahi, Havvanur; Kılıç, Yasemin; Saǧlam, Rahime-Belen (2018). “Automated detection of hate speech towards woman
on Twitter”. In: 2018 3rd international conference on computer science and engineering (UBMK), pp. 533-536.
https://doi.org/10.1109/UBMK.2018.8566304
Southern, Rosalynd; Harmer, Emily (2019). “Twitter, incivility and ‘everyday’ gendered othering: an analysis of tweets
sent to UK members of Parliament”. Social science computer review, v. 32, n. 2, pp. 259-275.
https://doi.org/10.1177/0894439319865519
Suler, John (2004). “The online disinhibition effect”, Cyberpsychology and behavior, v. 7, n. 3, pp. 321-326.
https://doi.org/10.1089/1094931041291295
Thrift, Samantha C. (2014). “#YesAllWomen as feminist meme event”. Feminist media studies, v. 14, n. 6, pp. 1090-1092.
https://doi.org/10.1080/14680777.2014.975421
Torres-Ugarte, Mikel (2017). “Odiómetro”. GitHub repository.
https://github.com/ojoven/odiometro
Trollbusters (s/d). Digital hygiene lessons.
https://yoursosteam.wordpress.com/digital-hygiene-course
Varela, Nuria (2020). “El tsunami feminista”. Revista nueva sociedad, n. 286, pp. 93-106.
https://nuso.org/articulo/el-tsunami-feminista
Vega-Montiel, Aimée (2019). Ciberviolencia contra las mujeres y discurso de odio sexista. Instituto Electoral de la Ciudad
de México.
https://www.comecso.com/publicaciones/ciberviolencia-contra-mujeres-y-discurso-de-odio
Villar-Aguilés, Alicia; Pecourt-Gracia, Juan (2021). “Antifeminismo y troleo de género en Twitter. Estudio de la subcultu-
ra trol a través de #STOPfeminazis”. Teknokultura. Revista de cultura digital y movimientos sociales, v. 1, n. 18, pp. 33-44.
Vogels, Emily A. (2021). “The state of online harassment”. Pew Research Center, 13 January.
https://www.pewresearch.org/internet/2021/01/13/the-state-of-online-harassment/
Wajcman, Judy (2006). Tecnofeminismo. Madrid: Ediciones Cátedra. ISBN: 84 376 2317 0
Waseem, Zeerak; Hovy, Dirk (2016). “Hateful symbols or hateful people? Predictive features for hate speech detection
on Twitter”. In: Proceedings of the NAACL Student research workshop, pp. 88-93.
https://doi.org/10.18653/v1/N16-2013
Zafra, Remedios (2011). “Un cuarto propio conectado. Feminismo y creación desde la esfera público-privada online”.
Asparkía. Investigació feminista, v. 22, pp. 115-129.
https://www.e-revistes.uji.es/index.php/asparkia/article/view/602

Copyright of El Profesional de la Información is the property of EPI SCP and its content may
not be copied or emailed to multiple sites or posted to a listserv without the copyright holder's
express written permission. However, users may print, download, or email articles for
individual use.

Analisis Del Discurso

Cargado por

Información del documento

Derechos de autor

Formatos disponibles

Compartir este documento

Compartir o incrustar documentos

Opciones para compartir

¿Le pareció útil este documento?

¿Este contenido es inapropiado?

Copyright:

Formatos disponibles

Analisis Del Discurso

Cargado por

Copyright:

Formatos disponibles

Eso no me lo dices en la calle.

Cómo citar este artículo:

Artículo recibido el 11-03-2021

Teresa Piñeiro-Otero * Xabier Martínez-Rolán

e300502 Profesional de la información, 2021, v. 30, n. 5. e-ISSN: 1699-2407 1

e300502 Profesional de la información, 2021, v. 30, n. 5. e-ISSN: 1699-2407 2

2. La Red como espacio de desigualdad

e300502 Profesional de la información, 2021, v. 30, n. 5. e-ISSN: 1699-2407 3

3. Twitter como espacio de toxicidad

e300502 Profesional de la información, 2021, v. 30, n. 5. e-ISSN: 1699-2407 4

e300502 Profesional de la información, 2021, v. 30, n. 5. e-ISSN: 1699-2407 5

e300502 Profesional de la información, 2021, v. 30, n. 5. e-ISSN: 1699-2407 6

e300502 Profesional de la información, 2021, v. 30, n. 5. e-ISSN: 1699-2407 7

Término Ciencia Comunicación Cultura Deporte Empresa Política Total

e300502 Profesional de la información, 2021, v. 30, n. 5. e-ISSN: 1699-2407 8

Término Ciencia Comunicación Cultura Deporte Empresa Política Total

Término Ciencia Comunicación Cultura Deporte Empresa Política Total

e300502 Profesional de la información, 2021, v. 30, n. 5. e-ISSN: 1699-2407 9

Tabla 6. Insultos en menciones no directas a las mujeres, segmentados por categorías

Término Ciencia Comunicación Cultura Deporte Empresa Política Total

e300502 Profesional de la información, 2021, v. 30, n. 5. e-ISSN: 1699-2407 10

y personas que propugnan la igualdad y la

e300502 Profesional de la información, 2021, v. 30, n. 5. e-ISSN: 1699-2407 11

misoginia es la creencia en la inferioridad de las mujeres

e300502 Profesional de la información, 2021, v. 30, n. 5. e-ISSN: 1699-2407 12

e300502 Profesional de la información, 2021, v. 30, n. 5. e-ISSN: 1699-2407 13

e300502 Profesional de la información, 2021, v. 30, n. 5. e-ISSN: 1699-2407 14

e300502 Profesional de la información, 2021, v. 30, n. 5. e-ISSN: 1699-2407 15

e300502 Profesional de la información, 2021, v. 30, n. 5. e-ISSN: 1699-2407 16

e300502 Profesional de la información, 2021, v. 30, n. 5. e-ISSN: 1699-2407 17

También podría gustarte